Marcos Rodríguez, Marco AntonioJulca Infantes, Samuel Demetrio2025-09-022025-09-022025-09-02https://hdl.handle.net/20.500.14520/11344La presente investigación tuvo como objetivo determinar la relación entre la evaluación predictiva de riesgos mediante inteligencia artificial (IA) y la gestión del cronograma en proyectos de infraestructura vial en Trujillo durante el año 2025. El estudio se desarrolló bajo un enfoque cuantitativo, con diseño no experimental, transversal y correlacional, utilizando una muestra de 120 profesionales vinculados a obras viales públicas. Se emplearon encuestas estructuradas como técnica de recolección de datos y análisis estadístico mediante el coeficiente de Spearman. Los resultados revelaron una correlación positiva moderada y significativa entre ambas variables (ρ = .505; p < .001), así como asociaciones relevantes entre las dimensiones de captura de datos y planificación (ρ = .856), y entre algoritmos predictivos y ejecución del cronograma (ρ = .516). No se encontró relación significativa entre alertas automatizadas y el control del cronograma. Se concluye que la integración de herramientas predictivas basadas en IA mejora la planificación y ejecución de obras viales, aunque persisten desafíos en su aprovechamiento para el control del cronograma. La investigación contribuye con evidencia empírica útil para autoridades, profesionales y entidades del sector construcción, fomentando una gestión más eficiente, basada en datos y orientada a los Objetivos de Desarrollo Sostenible (ODS).application/pdfspainfo:eu-repo/semantics/restrictedAccessinteligencia artificial, riesgos predictivos, infraestructura vial.info:eu-repo/semantics/masterThesishttps://purl.org/pe-repo/ocde/ford#2.04.02